人類長鏈非編碼RNA相關(guān)SNP鑒定與功能預(yù)測的研究進(jìn)展

龔靜 柳純潔 繆小平 郭安源

隨著高通量測序技術(shù)的發(fā)展，人們發(fā)現(xiàn)人類基因組中絕大部分DNA可轉(zhuǎn)錄為RNA，但其中能夠編碼蛋白質(zhì)（Protein-coding）的DNA僅占全基因組很少一部分（約2％）［1］，剩余絕大部分DNA也可以轉(zhuǎn)錄為不能翻譯成蛋白質(zhì)的RNA，即非編碼RNA（Non-coding RNA，ncRNA）［2］。 根 據(jù) RNA 長度，非編碼RNA又主要分為短鏈RNA（small RNA，smRNA）和長鏈非編碼RNA（Long non-coding RNA，lncRNA）。smRNA主要包括轉(zhuǎn)錄起始RNA（tiRNA，18 nt）、Piwi蛋 白 相 互 作 用 RNA（piRNA，26-31 nt）、微小 RNA（microRNA，22 nt）、小核仁 RNA（snoRNA，60-300 nt）等。lncRNA是一類長度大于200個(gè)核苷酸，不表現(xiàn)蛋白質(zhì)編碼潛能的RNA［3］。lncRNA作為一種ncRNA，一直被認(rèn)為是基因轉(zhuǎn)錄“噪音”而未受重視。然而，最近的研究表明，lncRNA在正常發(fā)育和疾病發(fā)生發(fā)展過程中都扮演著重要的角色，具有豐富的生物學(xué)功能：參與X染色體的失活［4］，調(diào)控mRNA的降解［5］，參與造血系統(tǒng)及免疫應(yīng)答［6，7］、構(gòu)成細(xì)胞核亞結(jié)構(gòu)的結(jié)構(gòu)骨架［8］，作為染色質(zhì)重塑（Chromatin remodeling）調(diào)控因子［9，10］等。

單核苷酸多態(tài)性（Single nucleotide polymorphism，SNP）是指在基因組DNA水平上發(fā)生的單個(gè)核苷酸變異所引起的DNA序列多態(tài)性［11，12］。隨著人類基因組計(jì)劃和千人基因組（1000 genome）項(xiàng)目的完成［12，13］，人類基因組基本趨于完善。目前已知人類基因組大約有30億對堿基，其中可能發(fā)生變異的位點(diǎn)多達(dá)88 111767（NCBI dbSNP 142），平均每60個(gè)堿基就可能出現(xiàn)一個(gè)SNP。研究表明健康個(gè)體之間基因組堿基差異大約為0.1％，即兩個(gè)隨機(jī)個(gè)體中每1200-1500個(gè)堿基就會有一個(gè)差異堿基。這些SNPs不僅是造成健康個(gè)體間差異的重要因素，而且大量研究還證實(shí)，有些SNP與疾病易感性、藥物敏感性及疾病發(fā)生發(fā)展都有關(guān)系［14，15］。隨著SNP分型技術(shù)的發(fā)展，SNP標(biāo)記的發(fā)現(xiàn)和定位越來越多。相對于以限制性片段長度多態(tài)性為代表的第一代遺傳標(biāo)記和微衛(wèi)星多態(tài)性為代表的第二代遺傳標(biāo)記，SNP具有分布廣泛、數(shù)量多等特點(diǎn)，成為了第三代遺傳標(biāo)記，更加適合于基因性狀及疾病的研究［16］。

既然lncRNA不是垃圾基因，那么lncRNA上的SNP也有可能通過改變lncRNA的功能而成為功能性SNP?；谶@個(gè)假設(shè)，很多研究者展開了一系列工作并取得了一定的成果。本文擬對這些lncRNA相關(guān)SNP文獻(xiàn)進(jìn)行綜述，介紹lncRNA相關(guān)SNP的鑒定與功能預(yù)測方法以及相關(guān)生物信息數(shù)據(jù)庫，供相關(guān)研究者參考，以期能夠?yàn)檠芯縧ncRNA提供新的策略。

1 SNP常用研究方法

目前國內(nèi)外SNP研究方法大致有如下三種。

1.1 分子流行病學(xué)研究

可分為全基因組關(guān)聯(lián)分析（Genome-wide associ-ation study，GWAS）和候選基因策略。其中，GWAS是以全基因組SNP標(biāo)記為研究內(nèi)容進(jìn)行病例-對照關(guān)聯(lián)分析，以期發(fā)現(xiàn)影響疾病或者復(fù)雜性狀遺傳特征的一種策略，該方法在研究性狀相關(guān)SNP方面已取得了重大成果。美國國家人類基因組研究所（NHGRI）對所有發(fā)表的GWAS文獻(xiàn)進(jìn)行整理，建立了一個(gè)在線實(shí)時(shí)更新網(wǎng)站（NHGRI GWAS Catalog，https：//www.genome.gov/26525384， 現(xiàn) 已 移到EBI http：//www.ebi.ac.uk/gwas/），可以按照疾病方便地下載GWAS鑒定的SNP［17］。截止2015年2月，該數(shù)據(jù)庫已收錄了15 000多個(gè)與各種性狀相關(guān)的SNP，這些性狀既包括單基因疾病，也包括癌癥、肥胖癥、糖尿病、精神分裂癥、高血壓、老年癡呆癥等復(fù)雜疾?。?8-21］。這些SNP有助于確定基因多態(tài)性與疾病的關(guān)系，解釋個(gè)體間表型差異對疾病易感程度，研究不同基因型個(gè)體對藥物反應(yīng)差異和指導(dǎo)藥物開發(fā)及臨床合理用藥等。然而，GWAS也存在一定的局限性。雖然GWAS成本有所下降，但仍需耗費(fèi)大量精力和經(jīng)費(fèi)。另外，GWAS也并非對所有SNP進(jìn)行研究，而是先根據(jù)單體型圖譜和連鎖不平衡關(guān)系在全基因組范圍內(nèi)選擇標(biāo)簽SNP（tagSNP），其實(shí)驗(yàn)所發(fā)現(xiàn)的疾病相關(guān)SNP只能代表其連鎖的區(qū)域與疾病有關(guān)系，而真正的“致病”遺傳變異（Causal genetic variants）還有待進(jìn)一步精細(xì)分析。因此，仍有很多研究者采用候選基因和候選通路策略進(jìn)行分子流行病學(xué)研究。在GWAS研究還未興起時(shí)，傳統(tǒng)的篩選策略發(fā)揮了重要作用，發(fā)現(xiàn)了大量疾病相關(guān)SNP。在后GWAS時(shí)代，很多研究者把GWAS發(fā)現(xiàn)的易感區(qū)域作為候選位點(diǎn)，然后對該區(qū)域進(jìn)行精細(xì)定位或者功能實(shí)驗(yàn)，并獲得了重要的研究成果。

1.2 SNP相關(guān)的生物信息學(xué)研究

生物信息學(xué)（Bioinformatics）作為一門交叉學(xué)科，在SNP的鑒定、注釋、儲存、功能預(yù)測等各個(gè)方面發(fā)揮重要功能。如 SAMtools［22］、GATK［23］工具可以從全基因組DNA測序和外顯子DNA測序中鑒定SNP ；ANNOVAR［24］、SIFT［25］、SNPinfo［26］工具 可以對SNP進(jìn)行注釋，尋找其潛在的功能；dbSNP用于SNP的儲存；plink［27］工具用于SNP與疾病相關(guān)性的分析，miRNASNP［28］、PolymiRTS［29］數(shù)據(jù)庫可以方便地搜索miRNA相關(guān)的數(shù)據(jù)庫等。

1.3 SNP功能實(shí)驗(yàn)

無論是人群研究得到的疾病相關(guān)位點(diǎn)還是生物信息學(xué)預(yù)測的功能性SNP，最終都需要通過分子生物學(xué)實(shí)驗(yàn)探索其具體的生物作用機(jī)制。最常用的方法是構(gòu)建野生型和變異型載體，將其轉(zhuǎn)染于細(xì)胞，通過熒光素酶報(bào)告基因?qū)嶒?yàn)驗(yàn)證SNP對基因表達(dá)水平的影響，運(yùn)用RT-PCR，Western blot等方法檢測野生型和變異型細(xì)胞中靶基因mRNA和蛋白質(zhì)表達(dá)水平。同時(shí)還可以觀察轉(zhuǎn)染后細(xì)胞的生物學(xué)特性的變化：細(xì)胞生長與增殖、細(xì)胞凋亡與細(xì)胞周期分布、細(xì)胞遷移能力等。

2 分子流行病學(xué)發(fā)現(xiàn)的lncRNA相關(guān)SNP

H19基因是最早被發(fā)現(xiàn)的有功能的lncRNA之一，位于人染色體11p15.5，編碼一個(gè)2.3 kb的lncRNA。Petry等［30］選取了H19基因上的3個(gè)SNP位點(diǎn)，對一個(gè)出生隊(duì)列中的1696名兒童、822名母親和661名父親進(jìn)行基因分型。結(jié)果顯示，孩子和母親的H19 2992 C＞T SNP基因型與子代出生體重（P=0.03）相關(guān)。母親的基因型也與臍帶血IGF-II 水平相關(guān)（P=0.0003）。Verhaegh 等［31］通過Haploview軟件在H19基因和上游啟動子區(qū)選擇了5個(gè)tagSNP，通過病例對照研究，并使用邏輯回歸分析來評估這些SNPs與癌癥風(fēng)險(xiǎn)的關(guān)聯(lián)，最終發(fā)現(xiàn)rs2839698 TC（OR=0.60，95％ CI=0.36-0.99）基 因型可以明顯減少膀胱癌的發(fā)病風(fēng)險(xiǎn)。

HOX轉(zhuǎn)錄反義RNA（HOX transcript antisense RNA，HOTAIR）是另一個(gè)研究較多的lncRNA。HOTAIR定位于HOXC基因座12q13.13。HOTAIR的5'端可招募結(jié)合多梳蛋白抑制復(fù)合物2（polycomb repressive complex 2，PRC2）， 借 助 PRC2上 3個(gè)H3K27 甲 基 轉(zhuǎn) 移 酶 EZH2、SUZ12 和 EED［9］， 使另一基因座HOXD上長約40 kb序列轉(zhuǎn)錄沉默，從而使乳腺上皮細(xì)胞傾向于胚胎成纖維細(xì)胞樣表型。HOTAIR上SNP在不同樣本中的病例-對照研究發(fā)現(xiàn)，HOTAIR基因上的rs920778與乳腺癌［32］、食管癌［33］、胃癌［34］的發(fā)病風(fēng)險(xiǎn)都相關(guān)。在中國濟(jì)南和淮安人群中，rs920778 TT攜帶者是CC攜帶者患胃癌風(fēng)險(xiǎn)的1.66倍和1.87倍。在中國濟(jì)南、石家莊、淮安地區(qū)的人群中，rs920778 TT攜帶者比CC攜帶者患食管癌的風(fēng)險(xiǎn)高1.37倍、1.78倍和2.08倍。

3 生物信息學(xué)在lncRNA相關(guān)SNP中的應(yīng)用

lncRNA SNP的確在疾病的發(fā)生發(fā)展中扮演重要角色，那么如何全面地挖掘lncRNA相關(guān)SNP，以及如何在眾多l(xiāng)ncRNA相關(guān)的SNP中篩選一定數(shù)量SNP進(jìn)行功能實(shí)驗(yàn)還需要借助生物信息學(xué)方法。下面就將生物信息學(xué)在lncRNA相關(guān)SNP中的應(yīng)用展開詳細(xì)綜述。

3.1 lncRNA數(shù)據(jù)資源

lncRNA數(shù)量越多，相關(guān)SNP數(shù)量也越多，選擇不同的lncRNA數(shù)據(jù)庫也會影響SNP的鑒定數(shù)目。因此，我們先對目前可用的lncRNA相關(guān)數(shù)據(jù)庫進(jìn)行綜述。早期發(fā)現(xiàn)的lncRNA分散在NCBI GenBank、UCSC、Ensembl這些大型數(shù)據(jù)庫中，RNAdb是最早出現(xiàn)的系統(tǒng)性收集ncRNA的數(shù)據(jù)庫，該數(shù)據(jù)庫包含了800多條實(shí)驗(yàn)驗(yàn)證的ncRNAs以及從人和老鼠的cDNA 中預(yù)測了 20 000多條 ncRNA［35］。lncRNAdb是最早從文獻(xiàn)中人工收集真核生物中l(wèi)ncRNA信息的數(shù)據(jù)庫［36］，而GENCODE相對來說是使用較多的一個(gè)含有l(wèi)ncRNA數(shù)據(jù)的網(wǎng)站，最新的版本（v22）已含有15 900條lncRNA基因，27 670條長非編碼轉(zhuǎn)錄本［37］。另外一個(gè)常用的資源，LNCipedia含有32108條注釋的人類lncRNA轉(zhuǎn)錄本［38］，這個(gè)數(shù)據(jù)庫預(yù)測了每個(gè)轉(zhuǎn)錄本的二級結(jié)構(gòu)及編碼蛋白質(zhì)的可能性；基于蛋白組學(xué)實(shí)驗(yàn)，該數(shù)據(jù)庫還開發(fā)了一個(gè)流程用于預(yù)測lncRNA開放閱讀框。NONCODE是中國科學(xué)院生物物理研究所和計(jì)算所開發(fā)的一個(gè)ncRNA在線資源，現(xiàn)在已更新到V4版本［39，40］。它不僅提供各個(gè)轉(zhuǎn)錄本的序列信息，還提供了lncRNA在每個(gè)組織的表達(dá)量信息。目前NONCODE V4版本中，人類lncRNA基因數(shù)量已有54 073條，轉(zhuǎn)錄本數(shù)量有92343條，小鼠的lncRNA數(shù)量已有46 475條，轉(zhuǎn)錄本數(shù)量有67 628條。lncRNAMap數(shù)據(jù)庫廣泛收集了各個(gè)公共資源的RNA-seq數(shù)據(jù)，然后用自主開發(fā)的流程進(jìn)行l(wèi)ncRNA注釋及表達(dá)量的計(jì)算［41］。該網(wǎng)站提供了不同組織、細(xì)胞系和疾病狀態(tài)下的lncRNA表達(dá)信息，以及miRNA-lncRNA相互作用關(guān)系。另外兩個(gè)數(shù)據(jù)庫lncRNome［42］和Functional lncRNA［43］數(shù)據(jù)庫通過整合其他數(shù)據(jù)庫資源預(yù)測lncRNA功能。lncRNome含有18 000個(gè)人類的lncRNA轉(zhuǎn)錄本，提供的注釋信息包括基因序列、轉(zhuǎn)錄本序列、RNA加工信息、miRNA結(jié)合位點(diǎn)和lncRNA啟動子區(qū)域的表觀修飾信息。該數(shù)據(jù)庫也把遺傳變異的信息加入其中，構(gòu)建了一個(gè)基因組瀏覽頁面。Functional lncRNA數(shù)據(jù)庫包含3個(gè)子數(shù)據(jù)庫，人工收集了人、小鼠、大鼠的lncRNA信息。除了直接提供lncRNA序列信息的數(shù)據(jù)庫外，許多其它功能的lncRNA數(shù)據(jù)庫也被隨之開發(fā)出來，例如提供表達(dá)譜信息、RNA相互作用信息或者提供相關(guān)疾病信息。Starbase v2.0［44］（lncRNABase）通過整合大量高通量測序數(shù)據(jù)挖掘RNA/RNA、RNA/蛋白質(zhì)相互作用位點(diǎn)，提供了超過10 000條miRNA-lncRNA相互作用信息。NED網(wǎng)站包含了lncRNA的基因芯片、原位雜交表達(dá)量信息、進(jìn)化保守性及二級結(jié)構(gòu)等信息［45］。

3.2 lncRNA上SNP鑒定

通過比較SNP和lncRNA基因在基因組上的位置，可確定lncRNA上的SNP。lncRNASNP數(shù)據(jù)庫［46］（http ：//bioinfo.life.hust.edu.cn/lncRNASNP/）是本課題組構(gòu)建的一個(gè)lncRNA相關(guān)SNP及其可能功能影響的數(shù)據(jù)庫，其lncRNA數(shù)據(jù)來源于LNCipedia數(shù)據(jù)庫，包括17 436條人類lncRNA基因的32108條轉(zhuǎn)錄本（基因組版本：GRCh37/hg19）。SNP信息來自NCBI dbSNP數(shù)據(jù)庫v138版本。lncRNASNP數(shù)據(jù)庫在lncRNA的外顯子區(qū)域一共發(fā)現(xiàn)了495 729個(gè)SNPs。

3.3 lncRNA上SNP功能預(yù)測

3.3.1 SNP對lncRNA二級結(jié)構(gòu)的影響 DNA中SNP的存在導(dǎo)致改變RNA的序列，從而影響RNA的二級結(jié)構(gòu)和高級結(jié)構(gòu)。部分lncRNAs在生物學(xué)過程中扮演支架的角色［3］，因此形成正確的空間結(jié)構(gòu)是lncRNAs發(fā)揮功能的基礎(chǔ)。有研究者推斷l(xiāng)ncRNA上的SNP可能影響lncRNA二級結(jié)構(gòu)及其穩(wěn)定性，從而影響lncRNA的表達(dá)和功能［47］。常用的RNA二 級 結(jié) 構(gòu) 預(yù) 測 軟 件 有 RNAfold［48］、RNAsoft［49］、Mfold［50］等。lncRNASNP數(shù)據(jù)庫使用 RNAfold預(yù)測lncRNA外顯子上所有SNP對lncRNA二級結(jié)構(gòu)的影響。對于每個(gè)SNP，把SNP相應(yīng)位置的堿基由參考基因型轉(zhuǎn)為另一等位基因型，得到突變型轉(zhuǎn)錄本。使用RNAfold對野生型和突變型轉(zhuǎn)錄本進(jìn)行二級結(jié)構(gòu)預(yù)測，得到預(yù)測的二級結(jié)構(gòu)圖和最小自由能（MFE，ΔG）。ΔΔG=|ΔG 突變 -ΔG 野生 |，即為每個(gè) SNP 造成的能量改變。分析的結(jié)果顯示，SNP造成的平均能量變化為（1.30±1.62）kcal/mol，前10％的能量變化是3.10 kcal/mol。

3.3.2 SNP對miRNA lncRNA相互作用的影響 大量實(shí)驗(yàn)證據(jù)都表明，miRNA也可以在轉(zhuǎn)錄后水平調(diào)控lncRNA的表達(dá)或者lncRNA通過與miRNA結(jié)合影響miRNA對靶基因的調(diào)控。Starbase數(shù)據(jù)庫提供了超過10 000條miRNA-lncRNA相互作用信息。miRNA能夠調(diào)控RNA主要取決于miRNA 5'端前8個(gè)堿基與靶基因結(jié)合的自由能［51］。如果miRNA與靶基因結(jié)合位點(diǎn)上的SNPs能夠引起自由能的顯著改變或其二級結(jié)構(gòu)的改變，將會影響miRNA與靶序列的有效結(jié)合。對于編碼基因，已有多個(gè)數(shù)據(jù)庫系統(tǒng)地預(yù)測了編碼基因3'UTR上影響miRNA與靶基因結(jié)合的 SNP，如 miRNASNP［28］、MicroSNiPer［52］、RNASNP［53］、PolymiRTS［29］、miRdSNP［54］、MirSNP［55］，而對于非編碼基因，系統(tǒng)性的數(shù)據(jù)庫還比較少。系統(tǒng)研究影響miRNA與靶基因結(jié)合SNP的方法大致為：（1）選取要研究的基因并獲得其基因組位置（編碼基因或非編碼基因），然后把SNP數(shù)據(jù)比對到這些基因上。（2）對基因上的SNP，截取SNP上下游的基因序列，根據(jù)SNP的等位基因型，得到野生型轉(zhuǎn)錄本和變異型轉(zhuǎn)錄本。（3）利用miRanda［56］、Diana-MicroT［57］、PicTar［58］、TargetScan［56］、MicroInspector［59］等軟件預(yù)測野生型轉(zhuǎn)錄本和變異型轉(zhuǎn)錄本上可能存在的miRNA結(jié)合位點(diǎn)。（4）比較野生型轉(zhuǎn)錄本和變異型轉(zhuǎn)錄本miRNA結(jié)合情況，得到可能影響miRNA與靶基因結(jié)合的SNP。lncRNASNP用miRanda和TargetScan兩種預(yù)測方法分別對lncRNA上的SNP及其上下游25bp的序列進(jìn)行miRNA靶位點(diǎn)的分析，預(yù)測了大量可能影響miRNA-lncRNA結(jié)合的SNP。多數(shù)SNP既能造成某些miRNA與lncRNA的結(jié)合喪失，同時(shí)又能獲得一些新的miRNA結(jié)合位點(diǎn)。lncRNASNP一共預(yù)測262154個(gè)SNP可能導(dǎo)致miRNA與lncRNA的結(jié)合喪失，280 012個(gè)SNP可能獲得新的miRNA與lncRNA結(jié)合。由于預(yù)測的功能性SNP眾多，該數(shù)據(jù)庫還對SNP設(shè)置了一系列篩選條件。用戶可以根據(jù)SNP所在序列的保守性，miRNA的表達(dá)量，影響的miRNA lncRNA結(jié)合實(shí)驗(yàn)支持與否進(jìn)行篩選。目前人類注釋的miRNA已有2000多條，但是在單個(gè)樣本中，每個(gè)miRNA的表達(dá)量高低不等，約21％的miRNA表達(dá)量占總量的90％。剩下的79％表達(dá)量很小或者只在特別的組織或者細(xì)胞狀態(tài)下才表達(dá)［60］。在研究特定組織時(shí)，我們可以只選擇該組織相對高表達(dá)的miRNA靶位點(diǎn)上的SNP。對于低表達(dá)或者不表達(dá)的miRNA，即使存在預(yù)測的功能性SNP，在實(shí)際條件中，發(fā)揮的功能也非常有限。

3.4 GWAS與lncRNA SNP

如前文介紹的美國國家人類基因組研究所（NHGRI）對所有發(fā)表的GWAS文獻(xiàn)進(jìn)行整理，收集了所有基因分型分析P＜1×10-5的SNP，并對這些SNP進(jìn)行了簡單分類，分析（截止到2015年4月7日）發(fā)現(xiàn)，大部分GWAS相關(guān)SNP都位于基因間區(qū)和內(nèi)含子區(qū)，只有很小一部分位于已知基因的編碼區(qū)（圖1）。如何解析這些非編碼區(qū)的SNP功能是后GWAS研究的一個(gè)難點(diǎn)。隨著被發(fā)現(xiàn)的lncRNA日益增加及其功能注釋的越來越多，研究者逐漸把目光投到lncRNA上。早在2011年，Jin等［61］就在GWAS Catalog網(wǎng)站整理的1998個(gè)疾病易感區(qū)域中發(fā)現(xiàn)52個(gè)易感位點(diǎn)是在lncRNA區(qū)域，風(fēng)險(xiǎn)位點(diǎn)在lncRNA上的富集程度（lncRNA上的風(fēng)險(xiǎn)位點(diǎn)/lncRNA的總長度）是整個(gè)基因組（所有風(fēng)險(xiǎn)位點(diǎn)/基因組總長度）的1.5倍，并且發(fā)現(xiàn)這種富集在前列腺癌中更為明顯。當(dāng)時(shí)GWAS Catalog收集了33個(gè)前列腺癌的獨(dú)立風(fēng)險(xiǎn)位點(diǎn)，其中有8個(gè)在lncRNA基因上。Jin等［61］接下來在兩個(gè)前列腺癌GWAS研究中重新觀察lncRNA相關(guān)的SNP與前列腺癌的易感相關(guān)性，發(fā)現(xiàn)93個(gè)lncRNA上的SNP與前列腺癌的患病風(fēng)險(xiǎn)相關(guān)（P＜0.001）。其中有60個(gè)落在以前報(bào)告的區(qū)域，另外33個(gè)SNP分布在10個(gè)LD區(qū)域（Linkage disequilibrium region）。對10個(gè)LD區(qū)域中各選擇一個(gè)SNP進(jìn)行人群驗(yàn)證，發(fā)現(xiàn)rs3787016與前列腺癌的發(fā)病風(fēng)險(xiǎn)顯著相關(guān)，合并人群分析的P值達(dá)到7.22E-7。

lncRNASNP利用GWAS Catalog數(shù)據(jù)（截止2014年5月，13 383個(gè)疾病相關(guān)tagSNP），發(fā)現(xiàn)142個(gè)GWAS鑒定的tagSNP是落在lncRNA基因上，這些SNP涉及到多種疾病。同時(shí)也對tagSNP在不同人種中的LD區(qū)域的SNP進(jìn)行分析，發(fā)現(xiàn)有更多的SNP落在lncRNA區(qū)域。

圖1 GWAS鑒定的SNP在基因組上的區(qū)域分布

3.5 疾病與lincRNA SNP

根據(jù)在基因組上與蛋白編碼基因的相對位置關(guān)系，lncRNA又可分為不同的5個(gè)亞類：正義長非編碼RNA、反義長非編碼RNA、雙向的長非編碼RNA、內(nèi)含子長非編碼RNA和基因間長鏈非編碼RNA。其中基因間長鏈非編碼RNA（Long intergenic non-coding RNA，lincRNA）是研究得較多的一類lncRNA。2014年，Li等［62］從6個(gè)數(shù)據(jù)庫收集了人類128 407個(gè)疾?。ū硇停┫嚓P(guān)的SNP，然后把這些SNP比對到5 700條人類lincRNA，發(fā)現(xiàn)11631個(gè)SNP可以比對到3 323條人類的lincRNA上或者其上下游10 kb區(qū)域。進(jìn)一步把疾病相關(guān)SNP所在的LD區(qū)域中的所有SNP也納入分析，他們發(fā)現(xiàn)了128 785個(gè)在lincRNAs附近。他們的研究表明約1/3的lincRNA附近含有疾病相關(guān)的SNP，有些lincRNA甚至包含多達(dá)6個(gè)疾病相關(guān)SNP。

4 展望

目前，對于lncRNA相關(guān)SNP的研究還處于起始階段。雖然有一些數(shù)據(jù)庫對lncRNA上的SNP進(jìn)行了系統(tǒng)性的挖掘，但對這些SNP的潛在功能分析還非常有限。除了SNP對lncRNA基因二級結(jié)構(gòu)和miRNA lncRNA結(jié)合的影響外，lncRNA上還可能存在其他功能性SNP，如lncRNA上游也存在許多基因修飾位點(diǎn)和轉(zhuǎn)錄因子結(jié)合位點(diǎn)，這些區(qū)域的SNP也有可能影響lncRNA的基因轉(zhuǎn)錄。另外，lncRNA的功能中包括與miRNA相互結(jié)合和與其它DNA/RNA結(jié)合，因此，理論上還會存在很多非lncRNA上的SNP可能影響lncRNA的功能。例如，在miRNA相關(guān)SNP的研究中，學(xué)者不僅關(guān)注miRNA基因上的SNP，miRNA靶基因上的SNP常常也是研究的重點(diǎn)。最后，lncRNA上SNP功能的實(shí)現(xiàn)主要還與lncRNA本身的功能有關(guān)，而lncRNA又具有類型多、作用模式多和數(shù)量多的特點(diǎn)，目前對lncRNA進(jìn)行完善注釋的非常少。因此，研究lncRNA及相關(guān)SNP在疾病中的作用機(jī)制，是未來的重要研究方向之一。

［1］Qi P, Du X. The long non-coding RNAs, a new cancer diagnostic and therapeutic goldmine［J］. Modern Pathology：an Official Journal of theUnited States and Canadian Academy of Pathology, Inc, 2013,26（2）：155-165.

［2］Birney E, Stamatoyannopoulos JA, Dutta A, et al. Identification and analysis of functional elements in 1％ of the human genome by the ENCODE pilot project［J］. Nature, 2007, 447（7146）：799-816.［3］Mercer TR, Dinger ME, Mattick JS. Long non-coding RNAs：insights into functions［J］. Nature Genetics, 2009, 10（3）：155-159.［4］Wutz A, Rasmussen TP, Jaenisch R. Chromosomal silencing and localization are mediated by different domains of Xist RNA［J］.Nature Genetics, 2002, 30（2）：167-174.

［5］Gong C, Maquat LE. lncRNAs transactivate STAU1-mediated mRNA decay by duplexing with 3'UTRs via Alu elements［J］. Nature,2011, 470（7333）：284-288.

［6］Carpenter S, Aiello D, Atianand MK, et al. A long noncoding RNA mediates both activation and repression of immune response genes［J］. Science, 2013, 341（6147）：789-792.

［7］Han BW, Chen YQ. Potential pathological and functional links between long noncoding RN As and hematopoiesis［J］. Science Signaling, 2013, 6（289）：re5.

［8］Clemson CM, Hutchinson JN, Sara SA, et al. An architectural role for a nuclear noncoding RNA：NEAT1 RNA is essential for the structure of paraspeckles［J］. Molecular Cell, 2009, 33（6）：717-726.

［9］Gupta RA, Shah N, Wang KC, et al. Long non-coding RNA HOTAIR reprograms chromatin state to promote cancer metastasis［J］.Nature, 2010, 464（7291）：1071-1076.

［10］Tsai MC, Manor O, Wan Y, et al. Long noncoding RNA as modular scaffold of histone modification complexes［J］. Science, 2010,329（5992）：689-693.

［11］Carlson CS, Eberle MA, Kruglyak L, et al. Mapping complex disease loci in whole-genome association studies［J］. Nature,2004, 429（6990）：446-4 52.

［12］Abecasis GR, Altshuler D, Auton A, et al. A map of human genome variation from population-scale sequencing［J］. Nature, 2010,467（7319）：1061-10 73.

［13］Abecasis GR, Auton A, Brooks LD, et al. An integrated map of genetic variation from 1, 092human genomes［J］. Nature, 2012,491（7422）：56-65.

［14］Hovhannisyan Z, We iss A, Martin A, et al. The role of HLA-DQ8 beta57 polymorphism in the anti-gluten T-cell response in coeliac disease［J］. Nature, 2008, 456（7221）：534-53 8.

［15］Hruska KS, LaMarca ME, Scott CR, et al. Gaucher disease：mutation and polymorphism spectrum in the glucocerebrosidase gene（GBA）［J］. Human Mutation, 2008, 29（5）：567-583.

［16］Garvin MR, Sa itoh K, Gharrett AJ. Application of single nucleotide polymorphisms to non-model species：a technical review［J］.Molecular Ecology Resources, 2010, 10（6）：915-93 4.

［17］Welter D, MacArthur J, Morales J, et al. The NHGRI GWAS Catalog, a curated resource of SNP-trait associations［J］. Nucleic Acids Research, 2014, 42（Database issue）：D1001-1006.

［18］Todesco M, Balasubramanian S, Hu TT, et al. Natural allelic variation underlying a major fitness trade-off in A rabidopsis thaliana［J］. Nature, 2010, 465（7298）：632-636.

［19］Bochukova EG, Huang N, Keogh J, et al. Large, rare chromosomal deletions associated with severe early-onset obesity［J］. Nature,2010, 463（7281）：666-670.

［20］Petukhova L, Duvic M, Hordinsky M, et al. Genome-wide association study in alopecia areata implicates both innate and adaptive immunity［J］. Nature, 2010, 466（7302）：113-117.

［21］Lango Allen H, Estrada K, Lettre G, et al. Hundreds of variants clustered i n genomic loci and biological pathways affect human height［J］. Nature, 2010, 467（7317）：832-838.

［22］Ramirez-Gonzalez RH, Bonnal R, Caccamo M, et al. Bio-samtools：Ruby bindin gs for SAMtools, a library for accessing BAM files containing high-throughput sequence alignments［J］. Source Code for Biology and Medicine, 2012, 7（1）：6.

［23］McKenna A, Hanna M, Ba nks E, et al. The Genome Analysis Toolkit：a MapReduce framework for analyzing next-generation DNA sequencing data［J］. Genome Research, 2010, 20（9）：1297-1303.

［24］Wang K, Li M, H akonarson H. ANNOVAR ：functional annotation of genetic variants from high-throughput sequencing data［J］.Nucleic Acids Research, 2010, 38（16）：e164.

［25］Kumar P, Henikoff S, Ng PC. Predicting the effects of coding non-synonymous variants on protein function using the SIFT algorithm［J］. Nature Protocols, 2009, 4（7）：1073-1081.

［26］Xu Z, Taylor JA. SNPinfo：integrating GWAS and candidate gene information into functional SNP selection for genetic association studies［J］. Nucleic Acids Research, 2009, 37（Web S erver issue）：W600-605.

［27］Purcell S, Neale B, Todd-Brown K, et al. PLINK ：a tool set for whole-genome association and population-based linkage analyses［J］. American Journal of Human Genetics, 2007, 81（3）：559-575.

［28］Gong J, Tong Y, Zhang HM, et al. Genome-wide identification of SNPs in microRNA genes and the SNP effects on microRNA target binding and biogenesis［J］. Human Mutation, 2012, 33（1）：254-263.

［29］Bhattacharya A, Ziebarth JD, Cui Y. PolymiRTS Database 3. 0：linking polymorphisms in microRNAs and their target sites with human diseases and biological pathways［J］. Nucleic Acids Res earch, 2014, 42（Database issue）：D86-91.

［30］Petry CJ, Ong KK, Barratt BJ, et al. Common polymorphism in H19 associated with birthweight and cord blood IGF-II levels in humans［J］. BMC Genetics, 2005, 6：22.

［31］Verhaegh GW, Verkleij L, Vermeulen SH, et al. Polymorphisms in the H19 gene and the risk of bladder cancer［J］. EuropeanUrology, 2008, 5 4（5）：1118-1126.

［32］Bayram S, Sumbul AT, Batmaci CY, et al. Effect of HOTAIR rs920778 polymorphism on breast cancer susceptibility and clinicopathologic features in a Turkish population［J］.Tumour Biology：the journal of the International Society for Oncodevelopmental Biology and Medicine, 2015, 36（5）：DOI： 10. 1007/s13277-014-3028-0.

［33］Zhang X, Zhou L, Fu G, et al. The identification of an E SCC susceptibility SNP rs920778 that regulates the expression of lncRNA HOTAIR via a novel intronic enhancer［J］.Carcinogenesis, 2014, 35（9）：2062-2067.

［34］Pan W, Liu L, Wei J, et al. A functio nal lncRNA HOTAIR genetic variant contributes to gastric cancer susceptibility［J］. Molecular Carcinogenesis, 2015：DOI： 10. 1002/mc. 22261.

［35］Pang KC, Stephen S, Engstrom PG, et al. RNAdb--a comprehensive mammalian noncoding RNA database［J］. Nucleic Acids Research, 2005, 33（Database issue）：D125-130.

［36］Quek XC, Thomson DW, Maag JL, et al. lncRNAdb v2. 0：expanding the reference database for functional long noncoding RNAs［J］. Nucleic Acids Research, 2015, 43（Database issue）：D168-173.

［37］Derrien T, Johnson R, Bussotti G, et al. The GENCODE v7 ca talog of human long noncoding RNAs：analysis of their gene structure,evolution, and expression［J］. Genome Research, 2012, 22（9）：1775-1789.

［38］Volders PJ, Helsens K, Wang X, et al. LNCipedia：a database for annotated human lncRNA transcript sequences and structures［J］. Nucleic Acids Research, 2013, 41（Database issue）：D246-251.

［39］Bu D, Yu K, Sun S, et al. NONCODE v3. 0：integrative annotation of long noncoding RNAs［J］. Nucleic Acids Research, 2012, 40（Database issue）：D210-215.

［40］Xie C, Yuan J, Li H, et al. NONCODEv4：ex ploring the world of long non-coding RNA genes［J］. Nucleic Acids Research, 2014,42（Database issue）：D98-103.

［41］Chan WL, Huang HD, Chang JG. lncRNAMap：a map of putative regulat ory functions in the long non-coding transcriptome［J］.Computational Biology and Chemistry, 2014, 50：41-49.

［42］Bhartiya D, Pal K, Ghosh S, et al. lncRNome：a com prehensive knowledgebase of human long noncoding RNAs［J］. Database ：the Journal of Biological Databases and Curation, 2013, 2013：bat034.

［43］Niazi F, Valadkhan S. Computational analysis of functional long noncoding RNAs reveals lack of peptide-coding capacity and parallels with 3’UTRs［J］. RNA, 2012, 18（4）：825-843.

［44］Li JH, Liu S, Zhou H, et al. starBase v2. 0：decoding miRNA-ceRNA, m iRNA-ncRNA and protein-RNA interaction networks from large-scale CLIP-Seq data［J］. Nucleic Acids Research,2014, 42（Database issue）：D92-97.

［45］Dinger ME, Pang KC, Mercer TR, et al. NRED ：a database of long noncoding RNA expression［J］. Nucleic Acids Research, 2009,37（Database issue）：D122-126.

［46］Gong J, Liu W, Zhang J, et al. lncRNASNP：a d atabase of SNPs in lncRNAs and their potential functions in human and mouse［J］.Nucleic Acids Research, 2015, 43（Database issue）：D181-186.

［47］Ding J, Lu Q, Ouyang Y, et al. A long noncoding RNA regulates photoperiod-sensitive male sterility, an essential component of hybrid rice［J］. Proceedings of the National Academy of Sciences of theUnited States of America, 2012, 109（7）：2654-2659.

［48］Denman RB.Using RNAFOLD to predict the activity of small catalytic RNAs［J］. BioTechniques, 1993, 15（6）：1090-1095.

［49］Andronesc u M, Aguirre-Hernandez R, Condon A, et al. RNAsoft：A suite of RNA secondary structure prediction and design software tools［J］. Nucleic Acids Research, 2003, 31（13）：3416-3422.

［50］Zuker M. Mfold web server for nucleic acid folding and hybridization prediction［J］. Nucleic Acids Research, 2003, 31（13）：3406-3415.

［51］Doench JG, Sharp PA. Specificity of microRNA target selection in translatio nal repression［J］. Genes ＆Development, 2004, 18（5）：504-511.

［52］Barenboim M, Zoltick BJ, Guo Y, et al. MicroSNiPer：a web tool for prediction of SNP effe cts on putative microRNA targets［J］.Human Mutation, 2010, 31（11）：1223-1232.

［53］Sabarinathan R, Tafer H, Seemann SE, et al. The RNAsnp web server：predicting SNP effects on local RNA seco ndary structure［J］. Nucleic Acids Research, 2013, 41（Web Server issue）：W475-479.

［54］Bruno AE, Li L, Kalabus JL, et al. miRdSNP：a database of disease-associated SNPs and microRNA target sites on 3’UTRs of human genes［J］. BMC Genomics, 2012, 13：44.

［55］Liu C, Zhang F, Li T, et al. MirSNP, a database of polymorphisms altering miRNA target sites, identifies miRNA-relate d SNPs in GWAS SNPs and eQTLs［J］. BMC Genomics, 2012, 13：661.

［56］Lewis BP, Burge CB, Bartel DP. Conserved seed pairing, often flanked by adenosines, indicates that thousands of human genes are microRNA targets［J］. Cell, 2005, 120（1）：15-20.

［57］Paraskevopoulou MD, Georgakilas G, Kostoulas N, et al. DIANA-microT web server v 5. 0：service integration into miRNA functional analysis workflows［J］. Nucleic Acids Research, 2013,41（Web Server issue）：W169-173.

［58］Krek A, Grun D, Poy MN, et al. Combinatorial microRNA target predictions［J］. Nature Genetics, 2005, 37（5）：495-500.

［59］Rusinov V, Baev V, Minkov IN, et al. MicroInspector：a w eb tool for detection of miRNA binding sites in an RNA sequence［J］.Nucleic Acids Research, 2005, 33（Web Server issue）：W696-700.

［60］Gong J, Wu Y, Zhang X, et al. Comprehensive analysis of hum an small RNA sequencing data provides insights into expression profiles and miRNA editing［J］. RNA Biology, 2014, 11（11）：1375-1385.

［61］Jin G, Sun J, Isaacs SD, et al. H uman polymorphisms at long noncoding RNAs（lncRNAs）and association with prostate cancer risk［J］. Carcinogenesis, 2011, 32（11）：1655-1659.

［62］Ning S, Zhao Z, Ye J, et al. LincSNP：a database of linking disease-associated SNPs to human large intergenic non-coding RNAs［J］. BMC Bioinformatics, 2014, 15：152.